| # pi05_so101 v2 模型验证记录 |
| |
| **验证日期**：2026-07-15 23:04–23:29 |
| **被测模型**：`pi05_so101_v2` / exp `so101_v2` / **checkpoint 7500**（最终版） |
| **推理部署**：单卡 RTX 5090 policy server + SSH 隧道，端到端延迟 ~1s/动作块 |
|
|
| ## 被测模型训练信息 |
|
|
| | 项 | 值 | |
| |---|---| |
| | 底座 | pi0.5-DROID（PyTorch checkpoint） | |
| | 训练数据 | `Yunrufeng000/so101_two_tasks_v2`：四数据集合并 306 条 / 120,269 帧（v1: stack 67 + basket 97；v2: stack 92 + basket 50，v2 数据含镜像布局/中间带/远端摆位/抓空恢复演示） | |
| | 步数 | 7,500 步（batch 32 ≈ 2 epoch） | |
| | 学习率 | cosine：warmup 500 → 峰值 5e-5 → 衰减至 2.5e-6 | |
| | 训练耗时 | 3h21m（1.61s/步） | |
| | 最终 loss | 0.0073 | |
| | 其他 | action_horizon=15 @30Hz，delta 动作+夹爪绝对，单相机 224×224（resize_with_pad） | |
| |
| ## 验证结果（每任务 10 条，60s 时限，人工 s/f 判定） |
| |
| | 任务 | v2 成功率 | v1 基线 | 提升 | |
| |---|---|---|---| |
| | 积木进篮（basket） | **7/10** | 6/10 | +1 | |
| | 叠积木（stack） | **4/10** | 2/10 | **×2** | |
| |
| **明细**（episode 编号对应本数据集）： |
| - basket（ep0–9）：✅ 0,1,2,4,6,8,9 ｜ ❌ 3,5,7（全部 60s 超时判负） |
| - stack（ep10–19）：✅ 10,14,15,19 ｜ ❌ 11,12,13,16,17,18（除 ep19 外均超时判负） |
| |
| ## 数据存档 |
| |
| - 本数据集（`eval_pi05_v2`）：20 条完整轨迹 + 视频（30fps 记录，含模型动作与实际关节状态逐帧对齐） |
| - 成绩明细 CSV：`eval_results.csv`（时间戳 2026-07-15 23:04 起的 20 行） |
| - v1 对照测评：`Yunrufeng000/eval_pi05_so101`（HF） |
|
|
| ## 备注 |
|
|
| - 判定口径与 v1 一致：失败条跑满 60s 时限；每条开始前机械臂自动归位至训练 home 位 |
| - v2 相比 v1 的改动：数据量 164→306 条（重点补镜像布局/中间带/远端/恢复演示）、训练步数 20k→7.5k（防过拟合）、峰值 lr 2.5e-5→5e-5 |
| - 后续分析建议：stack 失败 6 条的逐帧归因（是否仍集中在首抓精度） |
|
|
